藏在每个展开背后的问题
到现在，你在这条阶梯上一次又一次遇到同一个动作：取一个任意函数，把它写成更简单部件之和。傅里叶级数用正弦与余弦来搭建它；勒让德级数用 [-1, 1] 上的多项式；贝塞尔级数用栖居在鼓面上的那些振荡函数。每一个都像是各自的小奇迹——为什么一个*任意*函数恰好能用这些特殊部件表出，又为什么这些部件总是*正交*的，使你能一次只摘下一个系数？诚实的答案是：这不是三个奇迹，而是一个。它们全都是同一个本征值问题的实例，这个问题以查尔斯·斯图姆和约瑟夫·刘维尔命名，二人在 1830 年代研究了它。
它的样子是这样。一个[[sturm-liouville-problem|斯图姆–刘维尔问题]]是一个携带未定参数 lambda 的二阶线性微分方程，定义在区间 [a, b] 上，并配以两端的条件。其规范写法是 (d/dx)(p(x) dy/dx) + q(x) y + lambda w(x) y = 0，其中 p(x) 与[[weight-function|权函数]] w(x) 为给定函数，二者在区间内部都严格为正。任务并非对某个固定的 lambda 去解它，而是找出那些*特殊*的 lambda 值——本征值 lambda_1, lambda_2, lambda_3, ...——使得存在一个既满足方程、又满足边界条件的非零解。每个这样的 lambda_n 都配着自己的本征函数 y_n(x)。
自伴形式：乔装的对称矩阵
暂且把参数和权撇开，单看那个微分算子本身：L[y] = (d/dx)(p(x) dy/dx) + q(x) y。关键之处在第一项，那里导数被*打包进另一个导数之内*——先是 p 乘 y'，再把整体又求一次导。这种特定的打包方式称为[[self-adjoint-form|自伴形式]]，它是对称矩阵 [a, b; b, c] 在微分方程里的对应物（注意那对相等的非对角元）。对称矩阵正是那种白白送你实本征值与正交本征向量的矩阵；写成自伴形式的算子继承的恰是这些保证。这整门学问里几乎每一条好性质，都能追溯回这一个形状。
但一个典型的二阶方程并不会以这副整洁的样子登场。它通常长成 a(x) y'' + b(x) y' + c(x) y，那个一阶导数项孤零零地立在任何打包之外。美妙的事实——也是这套理论如此宽广的原因——是：*任何*线性二阶方程都能被强行化成自伴形式。你把整个方程乘以一个精心挑选的因子，此后前两项就并成一个恰当导数 (d/dx)(p y')。这恰恰是你在本卷开头初次用于一阶线性常微分方程的[[integrating-factor|积分因子]]技巧，如今在干更重的活。所需的乘子是 mu(x) = (1/a) exp(integral of (b/a) dx)，化完之后 p(x) = mu(x) a(x)。
General form: a y'' + b y' + c y + lambda y = 0 (not self-adjoint)
multiply by mu(x) = (1/a) exp( integral (b/a) dx )
Self-adjoint: (p y')' + q y + lambda w y = 0 p = mu*a, w = mu
___________________________________________________________________
Bessel: x^2 y'' + x y' + (x^2 - n^2) y = 0
divide by x -> (x y')' + (x - n^2/x) y = 0
so p = x, q = -n^2/x, weight w = x
___________________________________________________________________
Legendre: (1-x^2) y'' - 2x y' + lambda y = 0 is ALREADY self-adjoint:
((1-x^2) y')' + lambda y = 0
so p = 1-x^2, q = 0, weight w = 1 on [-1, 1]自伴性为何强制正交
值得亲眼看一看、而非仅仅被告知，为什么这种打包要紧——因为证明很短，而且它向你显示出一切究竟从何而来。整个论证都骑在分部积分上，正是你在大一微积分里学过的那个分部积分，用上两次。取两个本征函数 y_m 与 y_n，连同它们的本征值 lambda_m 与 lambda_n。把 y_m 的方程乘以 y_n，把 y_n 的方程乘以 y_m，相减，再在整个区间上积分。那些 q y 项干净地相消，而把导数用分部积分挪动一番之后，几乎其余一切也都相消了。
剩下的是一条精确的恒等式：(lambda_m - lambda_n) 乘以 integral from a to b of y_m(x) y_n(x) w(x) dx，等于边界项 p(x)(y_m' y_n - y_m y_n') 在两端点 a 与 b 处的取值之差。把它仔细读清，因为它是整门学问的枢轴。*若*边界条件选得让右端的边界项消失——而这恰是斯图姆–刘维尔边界条件的职责，下一节就到——那么右端便是零。对两个不同的本征值，lambda_m 减 lambda_n 不为零，于是满足方程的唯一办法，就是积分本身消失：y_m y_n w 在 [a, b] 上的积分等于零。这就是[[orthogonality-of-eigenfunctions|正交性]]，它直接从自伴的形状加上一个配合的边界中掉了出来。
让它成立的边界条件
刚才的一切都系于一句话：*边界项必须消失*。所以边界条件绝非装饰——它们是问题的一半，选错了就会毁掉那些保证。斯图姆–刘维尔问题确确实实是一个边值问题，而非初值问题：你不是在某个起点固定 y 与 y' 然后向前推进，而是同时钉住*两*端的行为，只有特殊的 lambda 值才能穿过这根针眼。可容许的[[sturm-liouville-boundary-conditions|斯图姆–刘维尔边界条件]]分三大族，每一族都不过是保证 p(y_m' y_n - y_m y_n') 在两端点之间相消的一种方式。
- 正则（分离）条件在每一端独立地施加一个齐次关系：alpha y(a) + alpha' y'(a) = 0 与 beta y(b) + beta' y'(b) = 0。熟悉的特例是狄利克雷（y = 0，弦被夹在墙上）、诺伊曼（y' = 0，受热棒绝热的一端，没有热量流出）和罗宾（值与斜率的混合，如一根棒按牛顿冷却定律向空气散热）。每一个都在自己那一端、各自把边界项杀掉。
- 周期条件把两端绑在一起：y(a) = y(b) 且 y'(a) = y'(b)，就像在一个闭合圆环上，两端实实在在是同一个点。这里 a 处的边界项恰好抵消 b 处的，因为一切在接缝处都对得上。这正是同时含正弦与余弦的完整傅里叶级数背后的情形——还有一处小微妙：一个周期本征值可以一次携带两个独立的本征函数（简并），不同于每个本征值都单重的正则情形。
- 奇异条件出现在 p(x) 自身于端点处为零时（勒让德的 p = 1-x^2 在 x = +/-1 处归零；贝塞尔的 p = x 在 x = 0 处归零），或区间延伸至无穷时。那里你无法用通常的方式钉住 y——而你也不需要，因为 p 在那里已经等于零，自己把边界项杀掉了。取而代之，你施加一个*正则性*要求：y 必须保持有界，或对权函数保持平方可积。球面那条没说出口的边界条件正是如此——只要求解在极点处不发散。
建模的教训是：是*物理*决定了你落在哪一族，而选错会悄无声息地腐蚀下游的一切。两端夹紧的弦是狄利克雷，给出正弦基底；同一个方程若两端绝热则是诺伊曼，把基底翻成余弦，甚至容许一个平坦的 lambda = 0 模式，编码守恒的总热量。同样的算子，不同的边界，不同的正交族。所以在伸手去取一个已知展开之前，永远先问一句：真实问题究竟落在这三种情形中的哪一种。
权函数：「正交」中那个隐藏的选择
每当你称两个函数正交，你已悄然许下一种把它们相乘并相加的特定方式——一个内积，由一个定积分搭成。权函数 w(x) 就是把这个无声的许诺大声说出来。两个函数 f 与 g *关于权 w* 正交，当且仅当 integral from a to b of f(x) g(x) w(x) dx 等于零。换一个权，同样这两个函数也许就不再正交；在你点出与之相配的权之前，「正交」一词毫无意义。对普通的傅里叶正弦而言，权是无趣的 w = 1，这便是那里无人提它的原因——但这份沉默已误导过许多学生，让他们以为权是可有可无的。
那么权又从何而来？你不是用手挑选它的——你是从自伴方程里*读出*它。它无非是最终乘在 lambda y 上的那个函数：方程 (d/dx)(p y') + q y + lambda w y = 0 中的 w。这绝非巧合，而两节之前的那个证明说明了缘由：在所有相消之后幸存下来的那一项，恰是 (lambda_m - lambda_n) y_m y_n w 的积分，所以本征函数是相对于 w 正交，绝不是相对于裸 dx。那些经典例子把这点说得活灵活现。傅里叶正弦基底 w = 1；[-1, 1] 上的勒让德也是 w = 1；但贝塞尔 w = x，而整条实轴上的埃尔米特多项式 w = e^{-x^2}——没有那个指数权，埃尔米特积分就会直接发散，根本谈不上什么正交。
实用上的刺痛在于：权恰是学生最常丢掉的那一样东西。要从一个展开中提取 y_n 的系数，你计算 (integral of f y_n w dx) 除以 (integral of y_n^2 w dx)——而在任一积分里漏掉 w，都会递给你错误的数字和一个拒绝重建 f 的级数。一句诚实的告诫：权在整个开区间上必须严格为正，只允许在奇异端点处触零。若 w 在内部任何地方变号，内积结构就会崩塌，本征值也可能变复——整座大厦都立在 w > 0 之上。
你被保证了什么，以及它接下来通向何处
把三样材料凑齐——自伴形式、对的边界条件、一个正权——一个正则斯图姆–刘维尔问题便递给你一整套了不起的保证，是对称矩阵所给一切的连续回响。其一，本征值是[[real-discrete-eigenvalues|实的且离散的]]：它们排成一个递增序列 lambda_1 < lambda_2 < lambda_3 < ...，一路奔向正无穷，绝不为复，绝不挤作一团。其二，本征函数关于权彼此正交，正如我们所证。其三——也是最深的、我们至今只是断言的那一部分——本征函数是*完备的*：区间上任何合理的函数都能用它们展开，不留下任何残余。
完备性就是展开的许可证。它说本征函数 y_n 构成函数的一组基，正如标准坐标轴构成普通向量的一组基，于是你可以写 f(x) = sum over n of c_n y_n(x)。又因为正交性，你能把每个系数孤立地读出来：c_n = (integral of f y_n w dx) / (integral of y_n^2 w dx)。这条公式——乘以一个本征函数，对权积分，再除以它的范数——*正是*你曾算过的每一个傅里叶系数背后的一般配方。把这一切打包，你便得到[[generalized-fourier-series|广义傅里叶级数]]：普通傅里叶、勒让德、贝塞尔级数都只是它的三种填充罢了的那个唯一模板。
不过，对那些小字也要诚实。上面最干净的定理，是针对一个*正则*问题陈述的——有限区间，p 与 w 处处严格为正，分离的边界条件。奇异情形（勒让德、贝塞尔、无限直线）依然运转得很漂亮，但需要额外当心：那里可能出现连续谱，而非一串整洁的离散表，「完备性」也必须更留意是哪些函数、哪种收敛地去陈述。这一切都不会推翻图景；它只是意味着那些保证是带前提的定理，而非魔法。本篇搭好了框架。本级随后的指南把它填实——把正交性与完备性弄严格，再把勒让德与贝塞尔问题从头到尾走一遍——而你会认出它们每一个，都是这同一个自伴本征值问题，换上了新的系数 p、新的权 w，和新的一对端点。